[发明专利]图像分类方法、神经网络的训练方法及装置在审
| 申请号： | 201910464523.4 | 申请日： | 2019-05-30 |
| 公开（公告）号： | CN110309856A | 公开（公告）日： | 2019-10-08 |
| 发明（设计）人： | 黄维然;李傲雪;李震国;罗天歌;钱莉;王立威 | 申请（专利权）人： | 华为技术有限公司;北京大学 |
| 主分类号： | G06K9/62 | 分类号： | G06K9/62;G06N3/04 |
| 代理公司： | 北京龙双利达知识产权代理有限公司 11329 | 代理人： | 张振;张欣 |
| 地址： | 518129 广东*** | 国省代码： | 广东;44 |
| 权利要求书： | 查看更多 | 说明书： | 查看更多 |
| 摘要： | 本申请提供了图像分类方法、神经网络的训练方法及装置。涉及人工智能领域，具体涉及计算机视觉领域。其中，该图像分类方法包括：获取处理图像；根据预先训练好的神经网络模型对该待处理图像进行卷积处理，得到待处理图像的卷积特征图，并根据该待处理图像的卷积特征图对该待处理图像进行分类，得到该待处理图像的分类结果。由于神经网络模型在训练时不仅采用了多个训练图像的标签，还采用了多个训练图像的类层次结构信息，神经网络模型在训练时利用了训练图像更丰富的信息，因此，本申请能够更好地对图像进行分类。 | ||
| 搜索关键词： | 待处理图像 神经网络模型 图像分类 训练图像 神经网络 特征图 卷积 计算机视觉领域 人工智能领域 类层次结构 处理图像 分类结果 卷积处理 分类 申请 标签 图像 | ||
【主权项】：
1.一种图像分类方法，其特征在于，包括：获取待处理图像；根据预设的神经网络模型对所述待处理图像进行分类，得到所述待处理图像的分类结果，其中，所述分类结果包括所述待处理图像所属的类或超类，所述神经网络模型是根据多个训练图像、所述多个训练图像中的每个训练图像的标签以及所述多个训练图像的类层次结构信息训练得到的，所述多个训练图像的类层次结构信息包括多个类中的每个类所属的至少一个超类，所述多个类包括所述多个训练图像中的每个训练图像所属的类。
下载完整专利技术内容需要扣除积分，VIP会员可以免费下载。
该专利技术资料仅供研究查看技术是否侵权等信息，商用须获得专利权人授权。该专利全部权利属于华为技术有限公司;北京大学，未经华为技术有限公司;北京大学许可，擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作，请联系【客服】
本文链接：http://www.vipzhuanli.com/patent/201910464523.4/，转载请声明来源钻瓜专利网。
